观点同步与分享跨设备1 分钟阅读

本页内容
  1. 数据在,智能不在
  2. 为什么这是最大的问题
  3. 解锁的问题
  4. 早晨的例子
  5. 什么能弥合它

你的手机和笔记本对你一无所知。这是个人计算最大的问题。

个人计算的核心存在着这样一个荒谬之处。

你每天解锁手机 80 多次。每次解锁都是一个数据点,你已经这样做了好几年。设备每隔几分钟记录一次你的位置,记下你收发的每一条消息,追踪你的睡眠、步数和心率。它的摄像头里有你的脸,它装着你的银行应用,它保存着你最私密的对话。

可如果你问它,或者问内置在它里面的 AI,“我今天过得怎么样”,它答不上来。数据都在,只是没人建造出能用上它们的系统。


数据在,智能不在

你的设备知道的东西,和它们拿这些做的事情之间,几乎是完全脱节的。

你的手机有好几年不间断的位置数据。它知道你每周二都去同一家咖啡馆。它知道这个月你去办公室的天数比平时多。它知道三周前你出了趟门,回来时精疲力竭。它知道你的睡眠规律大约在某个项目启动时发生了变化。

你手机上的 AI 一样也说不出来。它能设个计时器。

你的笔记本里有你过去五年写的文档、发的邮件、做的调研、完成的和放弃的项目。它对你工作成果的了解,比任何和你共事过的人都多。

你笔记本上的 AI,运气好的话能帮你补全一句话。

让个人计算变得智能所需的数据,已经存在多年。智能层却从来没有被建起来。


为什么这是最大的问题

看看如今的 AI(能干的模型、有用的产品、实实在在的效率提升),很容易得出结论:这道鸿沟正在缩小。

对通用任务来说确实如此。你可以让云端 AI 总结文档、写草稿或解释概念,并得到有用的回答。

但个人计算是具体的:关于你,你的上下文、你的一天、你的工作、你的人际关系、你的优先事项。在这些任务上,现状几乎完全是坏的。

你自己管理日历,自己整理邮件,自己记住承诺,自己跟进未完成的事。你在脑子里装着把上午的工作、下午的会议和晚上 9 点收到的消息串起来的上下文。

这是本该由软件承担的认知负担。处理它所需的数据就在你随身携带的设备上,处理这些数据的智能也已存在,把两者连起来的系统却还没被建造出来。


解锁的问题

最直观地看这道鸿沟:每次解锁手机,你都在切换上下文。你从正在做的事,转到手机等着你处理的事。

一台了解你的设备,会替你完成这次切换。它会把需要你关注的东西放到前面,把不需要的压下去。它会知道这位联系人的消息很急,那个应用的通知可以等。它会知道你正在专注工作,接下来的 45 分钟应该被保护起来。

实际上,这种分拣是你自己在做,每天 80 次,用的是设备早已拥有却没有使用的同样信息。

80 次上下文切换,80 次手动决定先处理什么。每一次都是对你注意力的一笔小税,在一天、一周、一年里不断累积。


早晨的例子

你醒来。有八个小时的消息在等着你:来自不同时区、家人、工作和朋友。有些需要你在一切之前先处理,大多数不需要。

一台了解你的设备本可以在夜里就把它们分好类。等你看手机时,唯一紧急的那件事排在最上面,其余的在等着。

实际上,你把所有消息扫一遍,把重要的记在脑子里,努力按正确的顺序回复。等你处理完早上的消息,已经花了 40 分钟和大量脑力,而这件事大部分只是拿你手机早已掌握的上下文去做模式匹配。

这就是你的设备知道的和它们做的之间那道鸿沟,每天让你付出的代价。


什么能弥合它

三样东西,没有一样需要尚不存在的硬件。

一个能访问你设备全部上下文的智能层:不是一个应用一个应用地隔离,而是对你的消息、日历、健康、文件和位置的统一视图。

一个能基于这些上下文进行推理的模型。在当前硬件上运行的本地模型,今天就能胜任那些真正重要的任务。

一个把这些上下文留在你设备上的架构,让模型在你手机的内存里运行,什么都不会到达外部基础设施。

问题在于,还没有基于正确前提构建的软件。


Off Grid AI 正在构建这样的软件。下载 iPhone 版 或 Android 版。

有帮助吗?
来自开发者的动态